處置數(shù)據(jù)庫連接故障

故障現(xiàn)象

最近，筆者參與某培訓(xùn)活動保障任務(wù)，活動現(xiàn)場部署有100余臺電腦終端，數(shù)據(jù)庫服務(wù)器為Oracle 10g。培訓(xùn)活動的一項主要內(nèi)容是使用地理信息系統(tǒng)進(jìn)行圖上作業(yè)。前期，我們對每一臺電腦終端的硬件和軟件，特別是對保存有大比例尺地圖底圖的數(shù)據(jù)庫調(diào)用都進(jìn)行了嚴(yán)格測試，系統(tǒng)使用均正常?？稍趯嶋H培訓(xùn)過程中，突然出現(xiàn)部分電腦無法正常調(diào)用地圖底圖數(shù)據(jù)，提示需要連接地理信息數(shù)據(jù)庫（如圖1）。

圖1 故障提示

顯然這是不正常的，實際運行過程中都是系統(tǒng)自動連接數(shù)據(jù)庫，不可能出現(xiàn)手工連接操作提示。事實是，無論輸入什么值，都不能進(jìn)行有效連接。

故障分析

前期，筆者在安裝每一臺電腦終端時，都曾對系統(tǒng)運行進(jìn)行過測試，結(jié)果表明均正常，說明單臺終端的系統(tǒng)安裝和運行都是沒有問題的。根據(jù)故障提示，初步判斷是在穩(wěn)定性上出了問題，主要存在三個方面的穩(wěn)定性問題：一是系統(tǒng)本身運行不夠穩(wěn)定；二是數(shù)據(jù)庫連接不夠穩(wěn)定；三是網(wǎng)絡(luò)環(huán)境不夠穩(wěn)定。三個方面，只要哪一個問題出現(xiàn)，都會導(dǎo)致連接故障。順著這個思路由易到難，首先利用Ping命令快速檢查了終端到服務(wù)器之間的網(wǎng)絡(luò)運行情況，包括連通性及穩(wěn)定性狀態(tài)等。通過發(fā)送100個數(shù)據(jù)包到服務(wù)器，發(fā)現(xiàn)無任何丟包和斷點情況存在，說明網(wǎng)絡(luò)運行環(huán)境穩(wěn)定，連通性好（如圖2）。

隨后，對終端系統(tǒng)穩(wěn)定性進(jìn)行了測試。當(dāng)全網(wǎng)只有一臺終端在線運行時，無論怎樣操作，包括正常開關(guān)調(diào)用，異常中斷運行等，系統(tǒng)運行都相當(dāng)穩(wěn)定，沒有出現(xiàn)任何問題。但當(dāng)在線運行的終端數(shù)量超過50臺時，系統(tǒng)開始出現(xiàn)時連時斷現(xiàn)象。由此看來，終端機器連接數(shù)量是導(dǎo)致故障出現(xiàn)的最直接的表象原因。

根據(jù)系統(tǒng)故障提示，我們知道是數(shù)據(jù)庫連接出現(xiàn)問題，而上面的測試結(jié)果表明，連接數(shù)量是導(dǎo)致系統(tǒng)故障的直接原因，因此判斷，本次故障并非穩(wěn)定性問題，而是因數(shù)據(jù)庫連接數(shù)量過大導(dǎo)致的數(shù)據(jù)庫連接問題。

故障解決

圖2 網(wǎng)絡(luò)連通情況

圖3 查看默認(rèn)及在線連接數(shù)

隨著故障定位的確定，筆者將問題解決的重心調(diào)整到了Oracle數(shù)據(jù)庫連接數(shù)量參數(shù)的設(shè)置上，即利用Oracle提供的Sqlplus工具對其連接參數(shù)進(jìn)行修改。

首先，在cmd窗口下，運行Sqlplus工具，進(jìn)入Sqlplus管理界面：

然后，在sqlplus管理界面下，輸入SQL命令，以管理員身份連接Oracle數(shù)據(jù)庫。

術(shù)中當(dāng)病人HR＜50次/min，可靜注阿托品0.5 mg；血壓下降超過麻醉前20%或收縮壓降低至90 mmHg，可靜注麻黃堿6 mg。血壓升高超過麻醉前20%或血壓升高達(dá)160/95 mmHg，在確認(rèn)麻醉鎮(zhèn)靜深度且增加瑞芬太尼靶濃度仍未緩解后，靜脈推注烏拉地爾5 mg。若術(shù)中出現(xiàn)肌松過深而無法監(jiān)測喉返神經(jīng)功能，排除神經(jīng)損傷后立即停止輸注米庫氯銨。

此后，可利用如下SQL命令，查看Oracle數(shù)據(jù)庫服務(wù)器默認(rèn)允許的最大連接數(shù)和當(dāng)前在線連接數(shù)，并修改數(shù)據(jù)庫最大連接數(shù)（如圖3）。

SQL>select value from

查看數(shù)據(jù)庫默認(rèn)允許最大連接數(shù)

查看當(dāng)前在線連接數(shù)

可以看到，數(shù)據(jù)庫允許的最大連接數(shù)默認(rèn)為150，當(dāng)前在線連接數(shù)為66。需要說明的是，每一臺電腦終端連接到數(shù)據(jù)庫服務(wù)器時，都不可能只建立一個連接，而是會根據(jù)自身應(yīng)用需要動態(tài)創(chuàng)建多個連接，所以一臺電腦終端會消耗多個數(shù)據(jù)庫連接資源。這樣看來，150個連接數(shù)對于較大規(guī)模的部署應(yīng)用都是不夠的。因此，為滿足100臺電腦終端應(yīng)用需要，修改數(shù)據(jù)庫最大連接數(shù)為500。

這里需要說明的是，如果Oracle是以pfile方式啟動，則必須將其修改為spfile方式啟動，才能用上述方法動態(tài)修改連接參數(shù)，具體命令如下：

創(chuàng)建spfile啟動方式

最后，關(guān)閉并重啟Oracle數(shù)據(jù)庫：

SQL>startup;

重啟數(shù)據(jù)庫

至此，100余臺終端同時啟動地理信息系統(tǒng)，打開地圖底圖數(shù)據(jù)時，運行均正常，再無數(shù)據(jù)庫連接故障提示，問題得到圓滿解決。

深入思考

本次故障貌似通過修改一個數(shù)據(jù)庫連接參數(shù)得到了圓滿解決，但僅僅是“一改了之”這么簡單嗎？如果是這樣，Oracle數(shù)據(jù)庫系統(tǒng)為什么不將其允許最大連接數(shù)的默認(rèn)值設(shè)置得更大一些呢？為什么還需要用戶通過出現(xiàn)故障這種消極的方式去費力地修改一個參數(shù)呢？

細(xì)想之下就明白了，簡單地修改一個連接參數(shù)確實可以提高在線連接數(shù)量，滿足更多用戶或應(yīng)用連接使用，但同時可能會因為連接數(shù)量的增加而加大數(shù)據(jù)庫訪問負(fù)荷，極有可能因為數(shù)據(jù)庫服務(wù)器硬件性能不夠高或者網(wǎng)絡(luò)帶寬不夠?qū)挼葪l件局限，導(dǎo)致數(shù)據(jù)訪問性能的急劇下降。因此，這里面實際還包含一個更深層次的命題，即如何合理有效地分配負(fù)載，實現(xiàn)系統(tǒng)功能和性能的平衡，也就是說，如何通過合理有效的負(fù)載均衡管理，使連接數(shù)量和訪問效率達(dá)到一個大家都能接受的點。

這也就不難理解，為什么Oracle公司會將其最大默認(rèn)連接數(shù)值設(shè)定為150，這確實是在主流服務(wù)器硬件配置、網(wǎng)絡(luò)環(huán)境、部署規(guī)模及數(shù)據(jù)訪問性能之間做出的一個綜合考量，不大也不是很小。

試想，如果部署規(guī)模是200臺或300臺電腦終端呢？按照以上思考，我們就不會只是簡單地修改數(shù)據(jù)庫連接參數(shù)，我們還會根據(jù)實際需要，加設(shè)數(shù)據(jù)庫服務(wù)器數(shù)量，利用數(shù)據(jù)分布部署等方式，分擔(dān)負(fù)載壓力，實現(xiàn)負(fù)載均衡，確保數(shù)據(jù)訪問效率。

經(jīng)驗總結(jié)

通過這一故障的解決及其思考，我們可以得到這樣一些經(jīng)驗。

一是部署規(guī)模的變化往往會由量變引起質(zhì)變，這應(yīng)該引起我們足夠的重視。實踐表明，當(dāng)部署規(guī)模達(dá)到一定數(shù)量，如100臺電腦終端以上時，我們必須注意因數(shù)量規(guī)模變化引起的質(zhì)量效率變化，包括數(shù)據(jù)連接資源、系統(tǒng)運行速度、數(shù)據(jù)訪問效率等，而這些變化往往具有一定的隱蔽性，必須運用工程實踐中常常用到的壓力測試方法進(jìn)行滿負(fù)荷檢驗，這樣才能暴露問題，發(fā)現(xiàn)故障。

二是必須利用系統(tǒng)和辯證的思維方法來解決問題。通?？此埔粋€簡單的故障，其背后往往隱藏著較為復(fù)雜的耦合因素，我們除了能用簡單有效的方法加以解決外，更應(yīng)該對其進(jìn)行深入思考和總結(jié)，最忌“頭痛醫(yī)頭，腳痛醫(yī)腳”。應(yīng)從實踐角度出發(fā)，盡可能多地考慮各種環(huán)境因素及相關(guān)耦合條件，看看會不會因為一個問題的解決而帶來了新的潛在問題的出現(xiàn)，一定要放遠(yuǎn)眼光，拓展思維，辯證施治，系統(tǒng)求解，這樣才經(jīng)得起時間和實踐的檢驗。